Inférence statistiquevignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.
Sample mean and covarianceThe sample mean (sample average) or empirical mean (empirical average), and the sample covariance or empirical covariance are statistics computed from a sample of data on one or more random variables. The sample mean is the average value (or mean value) of a sample of numbers taken from a larger population of numbers, where "population" indicates not number of people but the entirety of relevant data, whether collected or not. A sample of 40 companies' sales from the Fortune 500 might be used for convenience instead of looking at the population, all 500 companies' sales.
Point estimationIn statistics, point estimation involves the use of sample data to calculate a single value (known as a point estimate since it identifies a point in some parameter space) which is to serve as a "best guess" or "best estimate" of an unknown population parameter (for example, the population mean). More formally, it is the application of a point estimator to the data to obtain a point estimate. Point estimation can be contrasted with interval estimation: such interval estimates are typically either confidence intervals, in the case of frequentist inference, or credible intervals, in the case of Bayesian inference.
Identité (mathématiques)En mathématiques, le mot « identité » est employé dans plusieurs sens : il peut par exemple désigner un objet bien défini jouant un rôle particulier dans une famille d'objets (on parle ainsi de la fonction identité parmi les fonctions, de l'élément identité dans un groupe, de la matrice identité parmi les matrices, etc.). Cet article est consacré à un autre sens : une identité est une égalité entre deux expressions qui est vraie quelles que soient les valeurs des différentes variables employées ; par abus de langage, on baptise parfois aussi « identité » une égalité entre des termes constants, qu'on considère comme fondamentale ou surprenante.
Extremum estimatorIn statistics and econometrics, extremum estimators are a wide class of estimators for parametric models that are calculated through maximization (or minimization) of a certain objective function, which depends on the data. The general theory of extremum estimators was developed by . An estimator is called an extremum estimator, if there is an objective function such that where Θ is the parameter space. Sometimes a slightly weaker definition is given: where op(1) is the variable converging in probability to zero.
Mal de dosUn ou une désigne toute douleur siégeant au niveau du rachis ou à proximité de celui-ci, quelles que soient l’origine, la nature et l’intensité de la douleur. Selon le point d'origine de la douleur, on distingue les cervicalgies, les dorsalgies et les lombalgies. Ces dernières sont les plus fréquentes, en particulier chez les travailleurs manuels tandis que les cervicalgies touchent davantage les personnes travaillant dans les bureaux.
Dosvignette|Dos humain En anatomie, chez les animaux vertébrés parmi lesquels les humains, le dos est la partie du corps consistant en les vertèbres et les côtes. Les dorsaux étaient les muscles les plus sollicités par les singes (déplacement arboricole), c'est pourquoi ce sont encore des muscles puissants et volumineux. Le dos humain se compose de sept vertèbres cervicales, douze vertèbres thoraciques (ou dorsales), cinq vertèbres lombaires (ou lombales), cinq vertèbres sacrales et le coccyx.
Identité trigonométriqueUne identité trigonométrique est une relation impliquant des fonctions trigonométriques, vérifiée pour toutes les valeurs possibles des variables intervenant dans la relation. Ces identités peuvent servir à simplifier une expression comportant des fonctions trigonométriques ou à la transformer (par exemple pour en calculer une primitive). Elles constituent donc une « boîte à outils » utile pour la résolution de problèmes. Les fonctions trigonométriques sont définies géométriquement ou analytiquement.
Frequentist inferenceFrequentist inference is a type of statistical inference based in frequentist probability, which treats “probability” in equivalent terms to “frequency” and draws conclusions from sample-data by means of emphasizing the frequency or proportion of findings in the data. Frequentist-inference underlies frequentist statistics, in which the well-established methodologies of statistical hypothesis testing and confidence intervals are founded. The primary formulation of frequentism stems from the presumption that statistics could be perceived to have been a probabilistic frequency.
Maximum de vraisemblanceEn statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922. Soient neuf tirages aléatoires x1, ..., x9 suivant une même loi ; les valeurs tirées sont représentées sur les diagrammes ci-dessous par des traits verticaux pointillés.
Nombre de sujets nécessairesEn statistique, la détermination du nombre de sujets nécessaires est l'acte de choisir le nombre d'observations ou de répétitions à inclure dans un échantillon statistique. Ce choix est très important pour pouvoir faire de l'inférence sur une population. En pratique, la taille de l'échantillon utilisé dans une étude est déterminée en fonction du coût de la collecte des données et de la nécessité d'avoir une puissance statistique suffisante.
Identités vectoriellesDans cet article, on note pour le produit vectoriel et · pour le produit scalaire. Les identités suivantes peuvent être utiles en analyse vectorielle. (Identité de Binet-Cauchy) Dans cette section, a, b, c et d représentent des vecteurs quelconques de . Dans cet article, les conventions suivantes sont utilisées; à noter que la position (levée ou abaissée) des indices n'a pas, ici, beaucoup d'importance étant donné que l'on travaille dans un contexte euclidien.
